寫歌曾是一門需要苦熬很多年的手藝。傳統音樂人大都自小學習樂器與樂理。一首歌從構思到進棚，也要磨幾個月、改幾十版。 Suno V3等AI工具的出現，改寫了這條路徑。不會樂器、不懂樂理，也能在幾分鐘內生成一首可商用的歌。 串流媒體平台Deezer披露，2026年4月，AI生成歌曲約佔其日上傳量的44%，日均近7.5萬首。國內，騰訊音樂的AI作曲工具“啟明星”，2024年日均生成曲目超5000首，成本僅為人工創作的十分之一。 當年周杰倫們從小學琴、給吳宗憲寫歌熬了七年才等到的那個位置，如今被另一種技術路徑做空了。

最近幾天，AI Infra賽道公司矽基流動向港交所提交IPO招股書的消息引發關注。 由於搭上ChatGPT熱潮、DeepSeek和華為昇騰的流量，以及被華為、阿里、美團追捧，成立短短35個月，矽基流動就可以用“特專18C”方式申請港股主機板上市，甚至稱為“AI Token工廠第一股”。 這成為AI行業裡非常“有趣”的案例。 要知道，token叫成“詞元”概念還是今年3月的消息，龍蝦熱潮前tokens還沒那麼廣泛......概念要多新就有多新。

2025年營收暴漲653%，但仍虧損3.45億。 智東西7月1日報導，6月30日，北京AI Infra創企硅基流動向港交所遞交上市申請，擬按第18C章特專科技公司規則在港交所主機板上市，華泰國際、海通國際為聯席保薦人。 硅基流動成立於2023年8月29日，總部位於北京海淀，是一家第三方“詞元（Token）供應商”，推出了API服務、專屬實例、企業級MaaS平台及大模型一體機等解決方案。其創始人、CEO袁進輝師從中國人工智慧奠基者張鈸院士，2008年7月在清華大學電腦係獲得工學博士學位，他曾擔任微軟亞洲研究院主管研究員，2016年選擇離職創業。 由於尚未達到港交所第18C章商業化公司收入門檻，硅基流動本次以“未商業化公司”身份申請上市。截至目前，硅基流動本次港股發行規模、發行價及擬募資金額尚未披露。

量產交付，首發20分鐘內，首批全款訂單全部售罄！拿下這個戰績的是加速進化最新發佈的入門級具身開發平台Booster K1，限時2.99萬元起售。憑什麼？就憑它皮實耐用、輕量便攜，能二次開發、能智能操控，達到全場景覆蓋，還公開保證雙11全款訂單12月底未交付3倍賠付——關注具身智能的朋友們一定知道這裡面的門道有多深。因為在這個領域，能交付、能跑在真實場景、具備基本穩定性的產品，依然稀缺。相比市場上的同類競品，Booster K1強調的不只是展示能力，更是一條“被使用”的完整路徑。截至今天，Booster K1和Booster T1系列產品已覆蓋全球200多家客戶、70多家研究機構，累計交付超700台，超過一半訂單來自海外。它已經完成多輪量產交付，配套完善的工具鏈，能夠支撐複雜場景的開發工作。更重要的是，它在國際頂級機器人賽事中經過系統性驗證，性能表現具備長期可靠性。出品它的具身智能公司加速進化，正以“平台+開源工具+生態”的組合，瞄準開發者、競賽、教育市場，試圖打開一條市場路線：讓人形機器人，像個人電腦一樣走進千家萬戶。專注打造具身開發平台，打造開發、商業開放生態，做具身時代的蘋果公司。產品工程主導邏輯：穩定性、標準化與開發工具鏈完整Booster K1的基礎配置在當前行業內極具辨識度：全系標配22個自由度、機身高度約95釐米、重量19.5公斤，兼具便攜性與物理穩定性。它通過了30小時連續500N撞擊測試，並在多場真實應用中完成超過100小時的不間斷運行驗證。直白來說，它的能力是面向真實開發場景的實戰測試結果。面向不同群體，Booster K1共推出了極客版、教育版和專業版三種配置版本（如圖所示）。三種版本均支援二次開發，支援控制演算法接入、感測模組偵錯、模擬與實機聯調等全流程開發能力，具有完備的開放架構。為了讓更多開發者加入具身開發的浪潮，加速進化予以了相當充足的支援。首先，Booster K1硬體本體開放，運動控制、感知模組均可深度介入；其次，其軟體工具鏈完整，加速進化為其配套開放原始碼的Booster Gym強化學習框架和Booster K1 RoboCup 3v3 Demo戰術程式碼，打通了從模擬訓練到實機部署的全過程；更設有可視化開發工具，支援ROS和Python雙環境，顯著降低開發門檻。除了開放底層硬體與工具鏈，加速進化也在上層應用上提供了開發範式的起點。具體來看，Booster K1目前已標配多個Agent應用：示教Agent、對話Agent、舞蹈Agent、足球Agent等，分別對應動作學習、語音互動、多台機器人協同演出、足球賽事等典型場景。使用者既可直接使用這幾個Agents，也支援使用者通過平台自訂開發，基於其控制系統設計步態演算法、視覺識別策略、多人戰術模型，進行完整智能體Agent的搭建與部署，最終形成具身機器人的應用層介面。為了降低應用開發門檻，加速進化還發佈了啟航計畫，免費開放一站式開發工具、具身開發視訊課程，同時升級開放原始碼的Booster Gym、Booster RoboCup Demo，還啟動了Agent開發團隊種子投資計畫，鼓勵開發者探索更多具身Agent的開發。多家使用者反饋，加速進化機器人是目前市面上“開發最流暢、運行最穩定”的平台產品之一，適用於高頻呼叫、高負載訓練與教育等部署場景。“我們之前購買了6~7個品牌的機器人，大概有20多台，在實際使用的過程中加速進化的機器人可靠性是最強的”，北京矽基公園科技有限公司CEO王洪全說。非消費品模式的生態閉環近兩年間，特斯拉、Figure引爆人形機器人賽道，宇樹等打響國民知名度，具身智能正在成為AI時代最具想像力的方向之一。加速進化表示，在公司規劃中，Booster K1不僅是產品，更是其“教、學、練、賽、用”閉環生態的核心載體。在教學解決方案方面，加速進化建構了覆蓋K12教育、職業院校、高等院校及科研機構的完整賦能體系，提供從實驗室建設到課程開發的全流程支援，從而精準適配從青少年興趣啟蒙科創教育到專業人才、科研人員進階訓練等全年齡段開發者的多元化需求。大會現場，加速進化還發佈了“百城萬校”計畫——在未來3年，加速進化將會和1000+高校、2000+職業學校、7000+中小學進行課程合作，推動機器人教育在中國和全球的全面普及。在賽事解決方案方面，憑藉在機器人足球賽事領域積累的成熟技術與營運經驗，加速進化搭建了全鏈條賽事生態支撐體系，涵蓋賽事執行營運、軟硬體技術支撐、賽事品牌共建與商業化變現等核心模組。人們喜愛觀看足球，往往沉浸於其娛樂性質，而忽略了足球其實是一個非常適合作為早期開發、策略遷移、訓練對比的實驗平台。RoboCup機器人世界盃國際聯合會副主席周長久表示：機器人足球賽事是一個最好的、真實的物理測試場景。我們可能最早看到的AGI是在足球場上看到的。機器人足球賽是有非常深遠的意義的，很多的先進的技術會在這裡面孵化出來。足球比賽能集中驗證多智能體協同、動態決策、環境適應性等具身智能核心能力，同時天然具備群體智能的驗證屬性——這與機器人未來在家庭、工廠中協作任務的核心能力高度一致。可以說，足球幾乎涵蓋了具身智能系統所有核心能力的驗證維度。多機器人協同對抗、高頻物理碰撞等高強度競技場景，對機器人的系統控制精度、結構可靠性與運動穩定性提出了極高要求。今年7月在巴西舉辦的2025 RoboCup機器人世界盃上，清華大學“火神隊”使用加速進化Booster T1奪得AdultSize組冠軍，一舉打破歐美國家機器人在該項全球頂級賽事人形組長達28年的壟斷。而德國HTWK隊與同樣使用Booster K1的清華TH-MOS隊一路過關斬將晉級KidSize組決賽，最終前者奪冠、後者獲亞軍。包攬KidSize組冠亞軍的成績，充分驗證了Booster K1在複雜賽事環境下的綜合性能——其歷經連續30小時、500N等級撞擊測試的堅固結構與精準運控能力，成為戰隊取勝的核心支撐。值得一提的是，Booster K1問世僅4個月便登上世界冠軍領獎台，更凸顯了其硬體成熟度與技術競爭力。今年8月引爆網際網路討論的2025世界人形機器人運動會上，來自多個國家的四十余支代表隊均選用了加速進化提供的機器人平台參賽。比賽中使用同一款機器人，意味著比賽的本質實際上是在比“誰能開發出更有效的戰術系統”，也即在平台統一的前提下進行策略博弈與AI訓練——加速進化提供了國際型賽事的開發環境。在技術支撐層面，加速進化提供了專屬開發工具與模擬平台，還開源Booster K1 RoboCup 3v3 Demo：參賽隊伍可基於該Demo自主擴展戰術與演算法，快速提升競技水平，在RoboCup等國際頂級賽事中衝刺更高成績。需要注意的是，足球只是其中一個典型場景。加速進化的Booster K1和Booster T1等機器人平台已陸續被用於科研、家務教育、展演等多個應用方向。所有這些場景均在同一軟硬平台架構上完成，體現出良好的可遷移性與通用性，也驗證了加速進化平台在跨任務復用中的能力邊界。這條路徑的本質是一場向“作業系統”的躍遷，即通過建構統一底座、開放介面、聚集開發者，機器人平台逐漸從封閉裝置變成生態協作場域，最終打造一個機器人時代任何人都可以動手擴展的開髮型作業系統。為什麼要邁向平台化方向？明白這一點，就不難理解為什麼加速進化創始人程昊再三表示，公司對Booster K1的定位並不僅僅是“單款爆品”。背後邏輯很清晰——電腦是資訊時代的最佳載體，人形機器人是AI時代的最佳載體。這個在現實世界中完成任務的物理執行系統，背後就必須有一個像作業系統一樣的基礎平台：硬體足夠穩定、軟體工具足夠易用、開發者可以持續建構內容，並適配不同場景去使用它。這是加速進化選擇這條路線的根本理由，也是其有望成為“具身時代蘋果”的結構性基礎。在過去50年兩次計算範式的變遷中，微軟和蘋果分別代表了“平台主導型科技企業”的兩條路徑。前者在20世紀80年代以軟體作業系統統一硬體介面、連接開發者生態；後者則通過iOS與Xcode，以軟硬一體的完整體驗賦能開發者生態，催生了數百萬級應用體，從而建構起完整的消費體驗閉環。這兩家公司成功的底層邏輯，是在資訊革命初期完成了“平台標準+工具分發+開發者培育”的三件事，從而形成自我演化、自我擴展的商業系統。加速進化所選擇的具身智能發展路線，與最成功的科技企業的演化路徑存在高度相似性：和微軟一樣，它通過開放標準化的機器人硬體平台Booster K1、開放軟體介面和工具鏈（如Booster Gym、Agent SDK），降低了開發門檻；和蘋果類似，它配套了視覺化的開發工具、預設Agent元件、課程內容、示例程式碼等，從生態工具入手建立開發者體驗；在商業路徑上，它未採用“爆品即流量”的消費級打法，而是從教育、賽事、科研三大結構性市場切入，先沉澱真實使用場景與開發人群。簡單來說，不是打造出一款功能完備的終端就算了，更長遠的目光著眼於提供一個可生成無限功能的平台結構。當然，想要從初期驗證到成為行業通用作業系統，加速進化的路仍然漫長。首先，平台建構需要三要素，即穩定底座、明確標準、持續內容。其次，平台型公司的核心競爭力不在產品本身，而在於能否吸引更多外部開發者、是否形成跨場景遷移能力、平台本身的升級是否具備高度相容性——這類結構將直接影響其未來的商業擴展能力。Booster K1的快速交付和多場景驗證，表明加速進化不僅建構了產品，還跑通了一套能被使用、能被共創的系統架構。如果說這條路能走通，真正意義上的“人形作業系統”，或許會從這裡起步。 (量子位)

AI未來發展的路徑是怎樣的？矽基生物是否會被碳基生物替代？超級人工智慧會毀滅世界嗎？自從AI進入研發之路起，感性和理性的聲音交織在一起，爭論的聲音從未停止過。技術的進步，伴隨爭論而進。在今年的雲棲大會上，阿里巴巴集團CEO、阿里雲智能集團董事長兼CEO吳泳銘給出了自己的答案。9月24日，在杭州召開的雲棲大會上，阿里巴巴集團CEO、阿里雲智能集團董事長兼CEO吳泳銘發表主旨演講，他認為實現通用人工智慧AGI已是確定性事件，但這只是起點，終極目標是發展出能自我迭代、全面超越人類的超級人工智慧ASI。吳泳銘首次系統闡述了通往ASI的三階段演進路線：第一階段：“智能湧現”，AI通過學習海量人類知識具備泛化智能。第二階段：“自主行動”，AI掌握工具使用和程式設計能力以“輔助人”，這是行業當前所處的階段。第三階段：“自我迭代”，AI通過連接物理世界並實現自學習，最終實現“超越人”。為實現這一目標，吳泳銘明確了阿里雲的戰略路徑。阿里雲作為“全端人工智慧服務商”，將通過兩大核心路徑實施AI戰略：第一，通義千問堅定開源開放路線，致力於打造“AI時代的Android”；其二，建構作為“下一代電腦”的超級AI雲，為全球提供智能算力網路。為支撐這一宏大願景，吳泳銘表示，阿里巴巴正在積極推進三年3800億的AI基礎設施建設計畫，並將會持續追加更大的投入。根據遠期規劃，為了迎接ASI時代的到來，對比2022年這個GenAI的元年，2032年阿里雲全球資料中心的能耗規模將提升10倍。以下為演講全文——開始演講之前，我想特別感謝一下支援整個中國乃至全球科技行業的開發者朋友。今天是雲棲大會的10周年，雲棲大會起源於阿里雲的開發者大會，是廣大開發者推動了中國乃至全球的雲端運算、AI和科技行業的發展。所以，在演講之前，我想特別向開發者們致以最高的謝意。當前的世界，一場由人工智慧驅動的智能化革命剛剛開始。過去幾百年，工業革命通過機械化放大了人類的體能，資訊革命通過數位化放大了人類的資訊處理能力。而這一次，智能化革命將遠超我們的想像。通用人工智慧AGI不僅會放大人類智力，還將解放人類的潛能，為超級人工智慧ASI的到來鋪平道路。最近的三年，我們已經清晰地感受到它的速度。幾年時間，AI的智力從一個高中生迅速提升到博士生的水平，還能拿到國際IMO的金牌。AI Chatbot是人類有史以來使用者滲透率最快的功能。AI 的行業滲透速度超過歷史上所有技術。Tokens 的消耗速度兩三個月就翻一番。最近一年，全球AI行業的投資總額已經超過4000億美元，未來5年全球AI的累計投入將超過4兆美元，這是歷史上最大的算力和研發投入，必然將會加速催生更強大的模型，加速AI應用的滲透。實現AGI——一個具備人類通用認知能力的智能系統，現在看來已成為確定性事件。然而，AGI並非AI發展的終點，而是全新的起點。AI不會止步於AGI，它將邁向超越人類智能、能夠自我迭代進化的超級人工智慧（ASI）。AGI的目標是將人類從80%的日常工作中解放出來，讓我們專注於創造與探索。而ASI作為全面超越人類智能的系統，將可能創造出一批“超級科學家”和"全端超級工程師"。ASI將以難以想像的速度，解決現在未被解決的科學和工程問題，比如攻克醫學難題、發明新材料、解決可持續能源和氣候問題，甚至星際旅行等等。ASI將以指數級的速度推動科技的飛躍，引領我們進入一個前所未有的智能時代。我們認為，通往ASI之路將經歷三個階段：第一階段是“智能湧現”，特徵是“學習人”。過去幾十年的網際網路發展，為智能湧現提供了基礎。網際網路將人類歷史上幾乎所有的知識都數位化了。這些語言文字承載的資訊，代表了人類知識的全集。基於此，大模型首先通過理解全世界的知識集合，具備了泛化的智能能力，湧現出通用對話能力，可以理解人類的意圖，解答人類的問題，並逐漸發展出思考多步問題的推理能力。現在，我們看到AI已經逼近人類各學科測試的頂級水平，比如國際數學奧賽的金牌水平。AI逐漸具備了進入真實世界、解決真實問題、創造真實價值的可能性。這是過去幾年的主線。第二個階段是“自主行動”，特徵是“輔助人”。這個階段，AI不再侷限於語言交流，而是具備了在真實世界中行動的能力。AI可以在人類的目標設定下，拆解複雜任務，使用和製作工具，自主完成與數字世界和物理世界的互動，對真實世界產生巨大影響。這正是我們當下所處的階段。實現這一跨越的關鍵，首先是大模型具備了Tool Use能力，有能力連接所有數位化工具，完成真實世界任務。人類加速進化的起點是開始創造和使用工具，現在大模型也具備了使用工具的能力。通過Tool Use，AI可以像人一樣呼叫外部軟體、介面和物理裝置，執行複雜的真實世界任務。這個階段，由於AI能夠輔助人類極大提高生產力，它將快速的滲透到物流、製造、軟體、商業、生物醫療、金融、科研等幾乎所有行業領域。其次，大模型Coding能力的提升，可以幫助人類解決更複雜的問題，並將更多場景數位化。現在的Agent還比較早期，解決的主要是標準化和短周期的任務。要想讓Agent能解決更複雜、更長周期任務，最關鍵的是大模型的Coding能力。因為Agent可以自主Coding，理論上就能解決無限複雜的問題，像工程師團隊一樣理解複雜需求並自主完成編碼、測試。發展大模型Coding能力是通往AGI的必經之路。未來，自然語言就是AI時代的原始碼，任何人用自然語言就能創造自己的Agent。你只需要輸入母語，告訴AI你的需求，AI就能自己編寫邏輯、呼叫工具、搭建系統，完成數字世界的幾乎所有工作，並通過數位化介面來操作所有物理裝置。 未來，也許會有超過全球人口數量的Agent和機器人與人類一起工作，對真實世界產生巨大影響。在這個過程中，AI就能連接真實世界的絕大部分場景和資料，為未來的進化創造條件。隨後AI將進入第三個階段——“自我迭代”，特徵是“超越人”。這個階段有兩個關鍵要素：第一、AI連接了真實世界的全量原始資料目前AI的進步最快的領域是內容創作、數學和Coding領域。我們看到這三個領域有明顯的特徵。這些領域的知識100%是人類定義和創造的，都在文字裡，AI可以100%理解原始資料。但是對於其他領域和更廣泛的物理世界，今天的AI接觸到的更多是人類歸納之後的知識，缺乏廣泛的、與物理世界互動的原始資料。這些資訊是有侷限的。AI要實現超越人類的突破，就需要直接從物理世界獲取更全面、更原始的資料。舉一個簡單的例子，比如一家汽車公司的CEO要迭代明年的產品，大機率會通過無數次的使用者調研或者內部的討論來決定下一款汽車將要具備什麼樣的功能，與競對相比要實現那些方面的長板，保留什麼方面的能力。現在AI要去做還是很難的，核心點在於它所獲得的資料和資訊，全都是調研來的二手資料。如果有一天AI有機會，能夠連接這款汽車的所有的資料和資料，它創造出來的下一款汽車會遠遠超過通過無數次頭腦風暴所創作出來的。這只是人類世界當中的一個例子，更何況更複雜的物理世界，遠遠不是通過人類知識歸納就能夠讓AI理解的。所以AI要進入到一個更高的階段，就需要直接從物理世界獲取更全面、更原始的資料，就像在自動駕駛的早期階段，只靠人類的總結，Rule-based的方法去實現自動駕駛，無法實現很好的效果。新一代的自動駕駛，大部分採用端到端的訓練方法，直接從原始的車載攝影機資料中學習，實現了更高水平的自動駕駛能力。即便我們現在看起來相對簡單的自動駕駛問題，僅依靠人類歸納的知識和規則，也無法解決，更何況整個複雜的物理世界。只是讓AI學習人類歸納的規律，是遠遠不夠的。只有讓AI與真實世界持續互動，獲取更全面、更真實、更即時的資料，才能更好的理解和模擬世界，發現超越人類認知的深層規律，從而創造出比人更強大的智能能力。第二、Self-learning自主學習隨著AI滲透更多的物理世界場景，理解更多物理世界的資料，AI 模型和agent能力也會越來越強，有機會為自己模型的升級迭代搭建訓練infra、最佳化資料流程和升級模型架構，從而實現 Self learning。這會是AI發展的關鍵時刻。隨著能力的持續提升，未來的模型將通過與真實世界的持續互動，獲取新的資料並接收即時反饋，借助強化學習與持續學習機制，自主最佳化、修正偏差、實現自我迭代與智能升級。每一次互動都是一次微調，每一次反饋都是一次參數最佳化。當經過無數次場景執行和結果反饋的循環，AI將自我迭代出超越人類的智能能力，一個早期的超級人工智慧（ASI）便會成型。一旦跨過某個奇點，人類社會就像按下了加速鍵，科技進步的速度將超越我們的想像，新的生產力爆發將推動人類社會進入嶄新的階段。這條通往超級人工智慧的道路，在我們的眼前正在日益清晰。隨著AI技術的演進和各行各業需求爆發，AI也將催生IT產業的巨大變革。我們的第一個判斷是：大模型是下一代的作業系統。我們認為大模型代表的技術平台將會替代現在OS的地位，成為下一代的作業系統。未來，幾乎所有連結真實世界的工具介面都將與大模型進行連結，所有使用者需求和行業應用將會通過大模型相關工具執行任務，LLM將會是承載使用者、軟體 與 AI計算資源互動調度的中間層，成為AI時代的OS。來做一些簡單的類比：自然語言是AI時代的程式語言，Agent就是新的軟體，Context是新的Memory，大模型通過MCP這樣的介面，連接各類Tools和Agent類似PC時代的匯流排介面，Agent之間又通過A2A這樣的協議完成多Agent協作類似軟體之間的API介面。大模型將會吞噬軟體。大模型作為下一代的作業系統，將允許任何人用自然語言，創造無限多的應用。未來幾乎所有與計算世界打交道的軟體可能都是由大模型產生的Agent，而不是現在的商業軟體。潛在的開發者將從幾千萬變成數億規模。以前由於軟體開發的成本問題，只有少量高價值場景才會被工程師開發出來變成商業化的軟體系統。未來所有終端使用者都可以通過大模型這樣的工具來滿足自己的需求。模型部署方式也會多樣化，它將運行在所有裝置上。現在主流的呼叫模型API的方式，來使用模型只是初級階段，其實看起來非常原始。類似大型主機時代的分時復用階段，每個人只有一個終端連接上大型主機分時復用。這種方式無法解決資料持久化，缺乏長期記憶，即時性不夠，隱私無法解決，可塑性也不夠。未來模型將運行在所有計算裝置中，並具備可持久記憶，端雲聯動的運行狀態，甚至可以隨時更新參數，自我迭代，類似我們今天的OS運行在各種環境之中。正是基於這個判斷，我們做了一個戰略選擇：通義千問選擇開放路線，打造AI時代的Android。我們認為在LLM時代，開源模型創造的價值和能滲透的場景，會遠遠大於閉源模型。我們堅定選擇開源，就是為了全力支援開發者生態，與全球所有開發者一起探索AI應用的無限可能。我們的第二個判斷：超級AI 雲是下一代的電腦。大模型是運行於 AI Cloud之上新的OS。這個OS可以滿足任何人的需求。每個人都將擁有幾十甚至上百個Agent，這些Agent 24小時不間斷地工作和協同，需要海量的計算資源。資料中心內的計算範式也在發生革命性改變，從CPU為核心的傳統計算，正在加速轉變為以 GPU為核心的 AI 計算。新的AI計算範式需要更稠密的算力、更高效的網路、更大的叢集規模。這一切都需要充足的能源、全端的技術、數百萬計的GPU和CPU，協同網路、晶片、儲存、資料庫高效運作，並且24 小時處理全世界各地的需求。這需要超大規模的基礎設施和全端的技術積累，只有超級AI雲才能夠承載這樣的海量需求。未來，全世界可能只會有5-6個超級雲端運算平台。在這個新時代，AI將會替代能源的地位，成為最重要的商品，驅動千行百業每天的工作。絕大部分AI能力將以Token的形式在雲端運算網路上產生和輸送。Token就是未來的電。在這個嶄新的時代，阿里雲的定位是全端人工智慧服務商，提供世界領先的智能能力和遍佈全球的AI雲端運算網路，向全球各地提供開發者生態友好的AI服務。首先，我們有全球領先的大模型——通義千問。通義千問開源了300多款模型，覆蓋了全模態、全尺寸，是最受全球開發者歡迎的開源模型。截至目前，通義千問全球下載量超6億次，衍生模型超17萬個，是全球第一的開源模型矩陣，可以說是滲透計算裝置最廣泛的大模型。同時，阿里雲提供一站式模型服務平台百煉，支援模型定製化以及Agent快速開發，同時提供AgentBay這樣的Agent運行環境、靈碼/Qoder等一系列開發者套件，讓開發者可以方便地使用模型能力和建立使用Agent。其次，阿里雲營運著中國第一、全球領先的AI基礎設施和雲端運算網路，是全球少數能做到軟硬體垂直整合的超級AI雲端運算平台之一。在硬體和網路層面，阿里雲自研的核心儲存系統、網路架構、計算晶片，構成了阿里雲大型計算叢集最堅實的底座。阿里雲正在全力打造一台全新的AI超級電腦，它同時擁有最領先的AI基礎設施和最領先的模型，可以在基礎架構設計和模型架構上協同創新，從而確保在阿里雲上呼叫和訓練大模型時，能達到最高效率，成為開發者最好用的AI雲。AI行業發展的速度遠超我們的預期，行業對AI基礎設施的需求也遠超我們的預期。我們正在積極推進三年3800億的AI基礎設施建設計畫，並將會持續追加更大的投入。從現在我們看到的AI行業遠期發展以及客戶需求角度來看，為了迎接ASI時代的到來，對比2022年這個GenAI的元年，2032年阿里雲全球資料中心的能耗規模將提升10倍。這是我們的一個遠期規劃，我們相信通過這樣的飽和式投入，能夠推動AI行業的發展，迎接ASI時代的到來。超級人工智慧到來之後，人類和AI會是怎麼樣的協作關係？未來的AI越來越強，甚至超越人類智能能力的ASI誕生，那我們人類和AI將如何相處？我們對未來充滿樂觀，超級人工智慧到來之後，人類和AI是一個嶄新的協同方式。程式設計師可能已經感受到了，我們可以下一個指令，通過Coding這樣的工具，讓它晚上12個小時就能夠創造出一個我們需要的系統，從這裡我們看到了未來人和AI怎麼樣去共同協同的一種早期的雛形。所以我們覺得，從Vibe Coding到Vibe Working。未來，每個家庭、工廠、公司，都會有眾多的Agent和機器人24小時為我們服務。也許，未來每個人都需要使用100張GPU晶片為我們工作。正如電曾經放大了人類物理力量的槓桿，ASI將指數級放大人類的智力槓桿。過去我們消耗10個小時的時間，獲得10小時的結果。未來，AI可以讓我們10小時的產出乘以十倍、百倍的槓桿。回顧歷史，每次技術革命解鎖更多生產力之後，都會創造出更多的新需求。人會變得比歷史上任何時候都強大。最後，我想強調，一切才剛剛開始。AI將重構整個基礎設施、軟體和應用體系，成為真實世界的核心驅動力，掀起新一輪智能化革命。阿里巴巴將持續投入，與合作夥伴和客戶一起，讓AI深入產業、共創未來。祝大家度過一個充實愉快的雲棲大會，謝謝大家！ (鋅財經)

量子材料將打破矽基極限。物理學家們剛剛找到了一種讓裝置運算速度飆升的方法——通過操控一種名為1T-TaS₂的量子材料，實現了比傳統矽基晶片快1000倍的開關速度。矽基晶片的物理天花板要理解這個突破有多重要，先得知道現在的晶片是怎麼工作的。普通晶片的速度取決於它最小開關的切換速度。在矽基晶片中，這個開關就是電晶體。電晶體要開啟，它的通道必須充電和放電。這個過程通常需要大約1納秒，所以處理器的頻率最高也就幾個GHz。這就是為什麼你的電腦CPU主頻多年來一直徘徊在3-5GHz：我們已經觸碰到了矽基材料的物理極限。量子材料的神奇切換美國多家研究機構的科學家們把目光投向了量子材料。他們操控了1T-TaS₂這種層狀量子材料的溫度，讓它能夠在絕緣和導電狀態之間瞬間切換——就像你手機和電腦裡的電晶體一樣，可以阻止或允許電流通過。關鍵在於速度：整個切換過程只需要大約1皮秒，比矽基電晶體快了整整1000倍！如果用這種材料製作電路中的每個邏輯閘，基礎時脈頻率就能提升同樣的1000倍。每個計算步驟完成的時候，傳統電晶體甚至還沒充到一半電。熱淬火突破研究人員把這個過程稱為「熱淬火」（thermal quenching）。東北大學的物理學家Gregory Fiete表示：每個使用過電腦的人都遇到過希望某些東西載入更快的時刻。沒有什麼比光更快，而我們正在用光以物理學允許的最快速度控製材料特性。雖然1T-TaS₂之前就顯示出在導體和絕緣體之間切換的潛力，但這次的突破在於能在更實用的溫度下工作，而不是需要超低溫環境，而且可以保持數月之久，而不是幾秒鐘。研究團隊通過精確控制加熱和冷卻的方法，以及溫度變化的時機，實現了這一突破：速度要足夠快以保證效果，但又不能太快導致必要的量子態崩塌。從實驗室到你的手機當然，從物理實驗室到消費電子產品還有很長的路要走。Frank(@Frank93688755)提出了另一種思路：我們也可以完全採用FPGA上的下降處理，它們是大規模平行的，不受時鐘速度限制。Lawrence D. Loeb(@LDLoeb)則指出了一個關鍵問題：從我瞭解到的情況來看，這個好處需要-63攝氏度的溫度，所以他們在材料科學上還有很長的路要走，看看能否在室溫下複製這一點（或者開發真的很冷的手機）。這真的很Cool（一語雙關：）Rohan Paul(@rohanpaul_ai)開玩笑回應：是的，還有很長的路。現在，也許可以把整個GPU訓練帳篷保持在-63度，以獲得這1000倍的速度提升😃新範式開啟每個電子裝置都需要導電和絕緣材料，然後需要將它們連接在一起。如果這項技術能夠開發成功，我們將擁有一種更小、更快的單一材料，可以通過光控制在兩種狀態之間切換。Fiete說：我們正處於一個節點，為了在資訊儲存或操作速度上獲得驚人的提升，我們需要一個新的範式。量子計算是處理這個問題的一條路線，另一條是在材料上創新。這就是這項工作的真正意義所在。使用X射線高動態範圍倒易空間對應和掃描隧道光譜學，研究人員揭示了共生電荷密度波和隱藏金屬電荷密度波域在高達210K的溫度下共存。他們的發現表明，每個序參量都以不同的手性取向打破基面鏡像對稱性，並在隱藏相中誘導平面外單元胞三倍化。這項研究成果已經發表在《Nature Physics》上。矽基半導體元件幾十年來一直為我們服務良好，但我們現在正在接近這些晶片所能提供的物理極限。因此，製造商正在尋找替代選擇。雖然1T-TaS₂使用的技術現在還遠遠不能塞進我們的裝置中，但它們確實為不同類型的元件和不同的電子方法開闢了潛在路徑，可以在未來幾年提供嚴重的性能跳躍。當我們還在為5nm、3nm工藝的提升而歡呼時，量子材料已經在用完全不同的方式思考問題——不是把電晶體做得更小，而是讓開關本身變得更快。而回看電腦歷史上的幾次範式轉變：從電子管到電晶體，從單核到多核，每一次都不是簡單的性能提升，而是思維方式的根本改變。現在，量子材料正在敲響下一扇門。 (AGI Hunt)

用空間換算力；用頻寬換算力；用能源換算力……用一切換算力。2025年1月15日，中國AI大模型DeepSeek R1剛一問世，便震動全球。針對DeepSeek，全世界展開了一場龍爭虎鬥。可僅僅2周之後，2月1日（大年初四），華為雲就聯合矽基流動基於昇騰雲推出DeepSeek R1/V3，引爆全網。從模型到算力，從引擎到框架，全面實現國產化。這其中，DeepSeek和華為自不用說。矽基流動作為一家AI Infra（AI基礎設施）企業，則是清華博士袁進輝2023年剛創立的創業公司。創業公司往往嗅覺極度靈敏。其實，早在DeepSeek V3發佈前一個月，DeepSeek創始人梁文鋒就找到袁進輝，問他要不要部署？袁進輝算了一筆帳：動用80台輝達H800伺服器，單月花費五六百萬，風險很大。但眼見著DeepSeek越來越火爆，全世界的AI團隊都爭分奪秒，連輝達也親自下場。時間不等人，矽基流動火速找到華為雲。雙方一拍即合，決心大幹一場，希望能用國產算力率先搞定部署難題。華為雲的方案，正是昇騰雲。於是，雙方經過徹夜不息的努力，終於在2月推出基於昇騰雲與矽基流動推理加速引擎的DeepSeek，成為國內第一個成功部署DeepSeek服務的企業。僅2月，矽基流動網站存取量暴增40倍，沖上中國AI網站排行榜第6、全球AI網站增長榜第2。狂暴的流量，讓人又驚又喜。據華為雲技術負責人王磊回憶，矽基流動DeepSeek剛上線，第一波流量超乎想像。他不得不四處騰挪，緊急調撥2000多張昇騰910B卡馳援，才勉強扛住。但第一波“洪峰”之後，更大的流量爆發了。這一次，不得不每次1000卡地往上加，不計上限地調配算力，才勉強扛住。但這一波之後呢？未來的流量，還會爆發到怎樣的程度？沒有人知道。於是，華為雲找到袁進輝，亮出當時還秘不示人的“大殺器”——CloudMatrix 384超節點。對於超節點，袁進輝早有耳聞。2024年3月，輝達首發NVL72超節點，一度震驚世界。傳統AI伺服器裡，一張計算卡僅能容納8塊GPU；但NVL72超節點，能將72塊GPU組成一台超級AI伺服器，令AI算力和通訊速度實現飆升。所以，超節點是一種將GPU高度整合的AI伺服器“黑科技”。誰也沒想到，華為雲這麼快就搞出了CloudMatrix 384超節點。而且，華為雲超節點的昇騰卡互聯數量飆升到384張，遠超輝達NVL72的72卡。這是中國AI的算力之巔，更是前所未有的應用挑戰。當時，袁進輝坦承對CloudMatrix 384懷有疑慮：第一，DeepSeek所需的大規模專家平行，要求多卡之間實現低延遲、高協同，並使用All-to-All通訊。但即便是輝達，對All-to-All的支援也相當乏力。CloudMatrix 384行不行？沒有人知道。第二，輝達NVL72超節點，採用銅連接；CloudMatrix 384卻採用光模組。區別在那呢？光模組通訊具備更高頻寬和更低時延，適合大容量、長距離傳輸；此外光網路架構簡化，空間和功耗節省顯著，且擴展性更強。但光模組最大的問題就在於故障率高。這個超高難度的連接方式，到底行不行？沒有人知道。儘管充滿疑慮，但袁進輝選擇“信華為”：“華為不僅是打過硬仗的團隊，更創造了很多很多的奇蹟。”實際上，袁進輝的疑慮，也正是騰建軍所擔心的。2023年2月，一場驟然爆發的電源浪湧，席捲新加坡資料中心，多家雲廠商和資料中心客戶受影響。騰建軍，正是這場危機的親歷者。當時，新加坡華為雲和微軟雲恰好在同一資料中心。唯一不同的是，電源浪湧爆發後，華為雲的AI for DC（Data Center），迅速“感知”到電源浪湧引發的高溫，自動觸發應急預警。作為資深專家，騰建軍和團隊迅速判斷出，這將是一場全域危機。這也是一場爭分奪秒的戰鬥。1分鐘發現故障，3分鐘建立作戰室進行統一指揮，1小時內啟動乾冰應急計畫……騰建軍率領團隊頭戴防毒面罩、手挑乾冰，衝進現場給伺服器物理降溫，生生扛住這波突襲，確保了華為雲穩定運行。江湖傳言，這一天，新加坡的乾冰被華為雲直接搬空。微軟雲在內部溫度驟升、短暫抵抗之後，關閉了伺服器，中斷了雲服務。微軟雲客戶甚至是在Twitter上，才得知自家業務猛然當機，被打了個措手不及。一邊迅速趴窩，一邊穩如泰山。僅此一招，足見華為雲的功力。但智算超節點時代，對資料中心的要求更加苛刻。在騰建軍眼中，CloudMatrix 384超節點要在物理上真正落地，資料中心要解決的是一連串實打實的難題。因為資料中心，是“智算超節點產品”不可分割的一部分。比如供電。傳統資料中心，供電只做到8-10千瓦/機櫃；但為了驅動CloudMatrix 384，僅供電就要飆升到50千瓦甚至更高，怎麼辦？那就突破標準，超前技術準備、超前建設。散熱上，一套CloudMatrix 384橫跨16個機櫃，熱量密度飆升，必須建構一套精密的液冷散熱系統。這其中，僅鏟齒散熱器的縫隙，就堪比髮絲般精細。一旦散熱液潔淨度出現些許問題，或是不可避免滋生細菌微生物，就很可能將鏟齒散熱器堵死，不可避免導致大規模當機。這時候，又怎麼辦？一方面，用AI for DC提前預警；另一方面，通過物理+化學的新方法長效殺菌，實現數學、物理到生物、化學的跨界研究，引領一場液冷革命。而這些技術，早在幾年前就在華為雲得到規模應用，展現出技術超前投入的前瞻價值。但光模組，差點成了騰建軍“過不去的坎”。實際上，華為在光通訊領域早已世界領先。2020年，華為全球首發800G超高速光模組，獨步全球；2025年，華為再發1.6T矽光模組，在800G基礎上再翻一倍。至此，業界已無人得見華為光通訊的“車尾燈”。強大的技術積澱，讓華為雲用光模組建構超節點，而非採用銅連接，成為一種必然。可真槍實彈幹起來才發現，困難比預想的大得多。實測中，騰建軍發現：光鏈路的閃斷太頻繁了，結果就是——完全不能用！“咯噔”一下子。問題嚴重了！當時，CloudMatrix 384赫然被列入華為重點密級項目，是必須強渡的“大渡河”。加上單卡性能不如人，被逼得只能闖光模組這“華山一條路”。真被卡死，滿盤皆輸。但那段時間，騰建軍對團隊說的最多的話卻是：不要談困難，想盡辦法去突破。於是，一邊內部想辦法，一邊外界請高人，同時，只能用最笨的辦法把難題列出來，一條條去攻克。終於，騰建軍團隊發現：八成以上問題，出在光模組幾乎肉眼不可見的髒污上，嚴重影響了通訊質量；而髒污的產生，就在資料中心現場超節點內部網路互連的安裝環節。找準了關鍵就好辦。於是，團隊打造出針對光模組故障的定位和修復系統，通過數位化平台上的專家經驗庫和現場光模組的故障現象進行對接，實現了問題快速定位、故障迅速處置。這一次，CloudMatrix 384再上線，速率、穩定性大幅提高。作為全球首次大規模動用光模組部署超節點的探索，華為雲創造了“奇蹟”。這一切，都成為矽基流動基於CloudMatrix 384再次爆發的堅實根基。2月底，當強大的CloudMatrix 384呈現在矽基流動團隊面前時，所有人面對的，卻是一場新的長征。王磊清楚記得：3月初，矽基流動DeepSeek服務在超節點上剛跑通，吞吐量只有320 Tokens/秒，低到令人難以置信。一台算力怪獸，表現如此拉胯，問題出在那？沒有人知道。實際上，普通人很難想像，大模型內星辰般的宏大：它的參數，高達數千億級；它的神經網路層級，成百上千；每個算子（神經網路中具備特定功能的演算法節點）背後，連接著不計其數的分佈式系統；它的結果，則由成百上千張GPU協同計算輸出，充滿機率偶然。要在這其中找出問題，彷彿是在一座亞馬遜雨林中通緝一隻細菌。這幾乎是一個不可能完成的任務。但華為雲，必須上。很快，王磊發動“超能力”，開始全公司“搖人”。從底層做晶片的、做儲存的、做計算的，到上層做算子的、做推理的、做平台的……王磊竭盡所能，幾乎把技術堆疊上的所有團隊拉到現場，跟矽基流動團隊協同辦公、攻堅克難。協議有問題，馬上改協議；算子有問題，馬上改算子……圍繞矽基流動DeepSeek服務上的超節點大計，華為上百人的團隊，晝夜攻關不息。而對華為雲團隊來說，冗長的測試，更是一個永不停歇的“西西弗神話”。通訊有瓶頸，最佳化通訊；但接著，計算問題又冒出來了；於是，最佳化計算後，GPU、NPU太快，CPU不匹配……當整個技術堆疊全部最佳化一遍後，王磊猛然發現，問題又從最初的源頭，再次冒了出來。總之，按下葫蘆浮起瓢。但就是在這種重複、重複、再重複的最佳化過程中，CloudMatrix 384，終於被托舉到一個不可思議的新高度。4月10日，華為雲生態大會，矽基流動創始人袁進輝鄭重宣佈：基於CloudMatrix 384的DeepSeek-R1在保證單使用者 20 TPS 水平前提下，單卡 Decode 吞吐量突破 1920 Tokens/秒。這什麼概念？相較輝達H100，性能追平；相較3月初的CloudMatrix 384，性能提升6倍；相較昇騰910B單卡，性能飆升10倍。這背後，CloudMatrix 384還實現了性能倍增（訓推提升20%）、以存強算（吞吐量提升100%）、MoE親和（千億MoE提升3X）、長穩可靠（長穩運行40天不中斷）、朝推夜訓（算力利用率提升30%）、即開即用六大特性。以MoE親和為例。所謂MoE，即DeepSeek中的“混合專家模型”。DeepSeek之所以功能超強，在於其會內建多個“專家”處理問題。而在硬體層面，通常1枚晶片對應1個“專家”，於是晶片越多，效率越高、性能越強。而超節點整合了384張昇騰卡，極大最佳化了MoE能力。這不僅令DeepSeek性能大爆發，更展現出華為雲在AI技術上的前瞻佈局。今天，在華為雲三大雲核心樞紐（貴州貴安、內蒙古烏蘭察布、安徽蕪湖），CloudMatrix 384實現全面佈局，成為國內唯一正式商用的大規模超節點。強大的算力網，令萬卡級服務，分分鐘即可開啟。這不僅是華為雲的自我超越，也不僅是部分指標上對輝達的超越，更大的意義，在於中國AI正呈現出體系化的突破式創新。用袁進輝的話說：美國試圖像“三體人”一樣，用晶片鎖死中國科技。但6年抗爭過去，向死而生的華為，卻越挫越勇。當歷經了鴻蒙蟄伏、海思攻堅、昇騰崛起……憑藉華為雲CloudMatrix 384超節點，一道堅不可摧的國產算力防線正在建構。AI長跑沒有終點，突破，也不會有終點。但中國AI，一定會迎來自己的“奇點”時刻。 (華商韜略)

2025年初，DeepSeek橫空出世，憑藉OpenAI 1/20的算力成本，媲美GPT-4o的性能，一舉撼動全球AI格局——美股科技股市值單日蒸發逾萬億美元，輝達一夜之間市值大跌6000億美元，全球資本市場為中國AI開源力量震驚。而就在這股餘波未平之際，南京也迎來了自己的DeepSeek時刻。短短兩週，南京硅基智能開放原始碼的HeyGem.ai數字人項目以4.2k GitHub星標席捲全球AI開發者社區，X、YouTube、Tiktok、抖音、B站、知乎、小紅書等平台討論熱潮空前，同時數萬開發者湧入官方社群。這不僅是一次現象級技術事件，更是一場打破閉源壟斷、重塑數字人產業規則的開源革命。全球數千科技博主自發加入分享支撐這場爆發的，是HeyGem.ai全球TOP級“零訓練、秒級量產”的極致性能：僅需1秒視訊或1張照片，30秒即可1:1克隆數字人形象與聲音，60秒內生成4K超清視訊，讓數字人製作門檻降至前所未有的低點，真正實現人人可用、隨時量產。據Data Bridge研報，全球數字人市場規模到2031年將至4307億美元，年複合增長率高達45%。然而，這場高速增長的市場背後，技術壁壘、閉源壟斷、資訊差定價，將紅利牢牢鎖在少數廠商手中——技術成本高築，創新者被拒之門外，數字人的未來一度被資本定價。AI博主自發實測 引用來源：抖音@YOYO醬（AIGC）然而，真正推翻這場壟斷舊秩序的，是HeyGem.ai背後的決心。硅基智能選擇將價值數億研發投入的AI數字人大模型徹底開源、永久免費，徹底打破閉源廠商攫取利益的壟斷格局，把定價權和創新權，交還到開發者和使用者手中，讓“科技平權”不再是一句口號，而成為現實。那些動輒數萬美元授權費、限制功能額度、割使用者韭菜的數字人廠商遊戲，被這一場從南京發起的開放浪潮徹底打破。南京，這座曾被質疑“沒有六小龍”的城市，用HeyGem.ai的全球爆髮式開源給出有力回擊，也宣告著AI新秩序的開始。舊規則已改寫，新秩序已重塑，屬於你我每一個人的數字人時代，剛剛啟幕。全球數千科技博主自發加入分享01. 數億研發投入，南京在全球投下“開源核彈”今年3月，南京硅基智能將自主研發投入數億打造的AI數字人引擎HeyGem.ai正式開源模型。這背後是超過數年的重資本投入、數百項技術專利、演算法工程團隊持續迭代打磨的結果——不是一款免費工具，而是一場真正意義上的技術釋放。來自使用者@祁龍HeyGem.ai開源之後，迅速在全球開發者社群中自發引燃，演變為一場席捲各大平台的技術傳播狂潮。上線僅兩週，數萬開發者湧入官方社群，24小時不間斷地分享部署攻略、技術細節，社群討論幾乎沒有停歇。他們一邊用一行行程式碼搭建本地部署環境，一邊同步在Reddit、B站、X等平台發佈自己生成的數字人成品視訊。越來越多開發者開始自發撰寫部署教學，甚至將HeyGem.ai與市面上閉源廠商的效果逐幀對比，親測“無需預訓練、30秒克隆、60秒成品”的真實體驗差異。社群裡“HeyGem+DeepSeek”“HeyGem+即夢”“HeyGem+可靈”的跨模型整合教學、實戰貼文每日湧現，讓整個數字人玩法從封閉式生產轉為開放協作。不少技術博主將完整部署過程錄成視訊，教學、評測刷屏各大平台，一批KOL甚至重新點燃了關於“六小龍”“南京DeepSeek時刻”的話題，南京這座城市，正在因為HeyGem.ai的爆發，成為全球AI話語權爭奪的新坐標。來自heygem.ai社群使用者實測支撐這一切的，是HeyGem.ai底層性能帶來的徹底生產力躍遷。它採用“零訓練、秒級生成”結構，僅需一張照片、1秒視訊即可實現1:1形象和聲音克隆，30秒完成數字人建構，60秒輸出4K成品，複雜光影、側臉遮擋依然流暢自然，真正將數字人製作門檻壓低到個人等級——技術壁壘被拆解，創造權力歸還到每一個開發者手中。為進一步拓寬開放邊界，硅基智能也在此宣佈：HeyGem.ai即將上線Mac版本與Linux版本部署支援，徹底打破作業系統的限制，讓數字人技術不再侷限於封閉環境，而為更多開發者與創作者所掌握。數萬開發者湧入HeyGem.ai官方社群02. HeyGem+萬物, "一人即公司"時代已來正如“網際網路+”曾掀起數位化浪潮，“AI+”推動產業智能升級，如今，一個全新的產業引擎已然崛起——HeyGem+。它不僅代表著數字人技術的開放，更預示著一種全新生產力結構的重構。HeyGem+讓技術不再是少數巨頭的專屬，而是以開放、可擴展的方式，深刻賦能每一個行業、每一位開發者。根據Data Bridge市場研究公司的報告，2023年全球數字人市場規模約為216.8億美元，預計到2031年數字人市場將增至4307.1億美元，預測期內（2024年至2031年）的年均複合增長率為45.30%。Data Bridge市場研究公司的報告在個人創作者與創業者的視角下，HeyGem+真正實現了“一個人即一支團隊、一人即一家公司”的夢想。無論你是獨立開發者、自由創作者還是初創企業，只需依託HeyGem.ai的“零訓練、秒級生成”能力，你就能在短時間內搭建完整的數字人生產線。從簡單的形象克隆到4K超清視訊輸出，每一個環節都在顛覆傳統的高成本、複雜流程；這不僅大幅降低了數字人製作的門檻，更讓每個個體都成為了數字經濟的獨立創新者和內容生產者。來自使用者@沐風而在行業賦能方面，HeyGem+正在通過不同場景重塑傳統模式。HeyGem+品牌行銷已催生出AdBot工具，令商家、KOL和創作者僅憑一張產品圖、一段口播文案，便能在數秒內生成專業級帶貨視訊；HeyGem+IP打造讓著名經濟學家任澤平推出全球首個AI經濟學家“renzeping.ai”，打破時空限制，實現知識與觀點的即時傳播；HeyGem+政務以南京市政協打造的數字人“詩雨”為例，7×24小時全天候響應，提升政務服務效率；HeyGem+教育中的AI教師“小北老師”正走進校園，為學生提供個性化、互動式的智慧教學；而在文化與娛樂領域，影視創作者與遊戲開發者也借助HeyGem+影視和HeyGem+遊戲，實現了虛擬角色的高效克隆和逼真演繹，將創作週期從數週壓縮至數秒。以下視訊來源於 耀哥AI智能隨聊來自使用者@耀哥AI此外，HeyGem+還標誌著多AI模型協同賦能的新模式。例如，HeyGem+DeepSeek正利用開源大模型在低延遲推理、跨領域知識處理上展現優勢，而HeyGem+可靈等其他模型則進一步拓展了數字人在各行業場景中的應用邊界。這種多引擎協同的架構，不僅為各行各業帶來定製化解決方案，更推動了從內容生產到服務互動全鏈路的深度重構。從品牌行銷到政務服務，從教育培訓到醫療健康，乃至影視遊戲和文化傳承，HeyGem+正以前所未有的方式打破閉源壟斷，重塑生產關係，讓數字人技術真正歸還於使用者。正如業界一致評價：所有行業，都值得用HeyGem.ai重做一遍。屬於每一個開發者、每一個行業創新者的數字人時代，正悄然開啟，迎來一個萬物可重做的嶄新時代。數萬開發者湧入HeyGem.ai開源社群探討03. “小龍之問”的終極應答硅基智能選擇將HeyGem.ai大模型徹底開源，背後從來不止是一次商業抉擇，而是一場有著明確初心的技術反壟斷革命。科技時評博主 引用來源抖音@閱氿湖長期以來，全球數字人行業被閉源廠商以技術壁壘和定價權所壟斷，數字人一度淪為一場高成本、低自由的資本遊戲。大量閉源平台動輒數萬美元的授權費用、功能額度限制、雲端強繫結，靠資訊差層層加碼，將技術紅利牢牢鎖在少數人手中。甚至更有廠商利用這一模式高價“割韭菜”，讓普通開發者和中小企業望而卻步，創意空間被價格牢牢鎖死。2022年商業諮詢顧問劉潤分享硅基AI分身Reddit和知乎上，開發者們不乏吐槽：“每月50美元，換來的只是30分鐘額度，動輒幾千美金用不起，改不了，跑不掉。”HeyGem.ai的開源，正是要打破這場封閉圍城。我們選擇永久免費、不限量使用、開放原始碼，支援本地部署，讓所有使用者自主掌控軟體功能與使用行為。從此，數字人的價格權和使用權，徹底回到開發者和使用者手中。這不僅是對閉源壟斷模式的反擊，更是一次徹底的技術平權行動。硅基智能自2017年創立以來，就以“為世界創造一億硅基生命”為使命，而這一使命的實現，從來不靠圈地壟斷，而是靠開放協作。此次HeyGem.ai的開源，正是這一願景的踐行。2023年作家吳曉波分享硅基AI分身如今，數萬開發者正在全球各大社群自發貢獻程式碼、發佈教學，推動HeyGem.ai從中國走向世界，成為開發者信賴的開放平台。今年初，“南京沒有六小龍”的質疑頻頻見諸媒體。但事實勝於雄辯。HeyGem.ai兩週斬獲4.2k GitHub星標，成為全球AI開發者爭相追逐的現象級項目，用實際成績給出了答案。2024年著名經濟學家任澤平年度演講分享硅基AI分身這不僅是南京“科創回應質疑的”時刻，更是中國AI開源力量重塑全球規則的高光時刻。正如一位海外開發者所言：“HeyGem.ai讓數字人不再是大公司專屬，而真正屬於每個使用者。”屬於每個人的數字人時代，已然開啟。04. 再一次介紹我自己(硅基智能)